基于字典矩阵更新与最优相似度搜索的图像重构算法

摘要

提出了基于字典矩阵更新与最优相似度搜索的图像重构算法.通过分析图像信号的稀疏表示,确定出目标信号与字典矩阵及系数向量的关系,并定义相似度搜索机制,以生成图像信息的字典矩阵;通过估算相似度的线性组合最大值,在字典矩阵选取最优原子,从而确定其最优系数向量;基于最优系数向量,计算纹理相似度,更新字典矩阵中的每一个原子,生成新的字典矩阵;最后,对新的字典矩阵中的元素进行稀疏线性组合,对重构像素块进行拟合,通过最大化相似度值,获得目标块的重构,完成图像复原.实验结果显示:在对大面积损坏图像重构时,此算法具有更好的重构质量,其输出图像的结构相似度更高,有效消除了模糊效应及纹理不连续效应,且拥有较高的重构效率.